一种改进的基因微阵列数据分类算法

• 作者: 刘成忠 马越
• 来源期刊: 软件
• 学科: 工学
• 关键词: 基因微阵列 基因分类 主成分分析法 支持向量机 灰狼优化算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 7-11,31
• 页数: 6页
• 分类号: TP18
• 字数: 4311字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.06.002

摘要

针对基因微阵列数据具有维数高、样本小、冗余高的特点,为了提高基因分类算法的性能,提出一种基于灰狼优化和支持向量机的分类算法.该算法使用主成分分析法进行数据降维,选取15个相关系数最大的基因探针,利用改进的灰狼优化算法对支持向量机的奖罚因子C与核宽度σ进行参数寻优,并在2组公开的癌症微阵列数据上进行试验.实验的准确率分别为95.24％和94.00％,通过与其它算法进行性能对比,该算法具有高效、精准的分类能力,对临床医学应用有极为重要的参考意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘成忠	甘肃农业大学信息科学技术学院	57	688	14.0	25.0
2	马越	甘肃农业大学信息科学技术学院	1	0	0.0	0.0